访谈
Siddharth Rajagopal & Sujay Dutta，数据作为第四支柱的作者 – 采访系列
Sujay Dutta 是一位具有 25 年全球经验的资深技术和商业领袖。他认为未来正是在人工智能、业务结果、文化和数据（“A.B.C.D.”）的交汇处被塑造。他目前在 Databricks 担任全球账户负责人。
Siddharth (Sidd) Rajagopal 是 Informatica Field CTO 组织的首席架构师。在他的角色中，他与企业高级管理人员进行互动，分享他在数据和数据管理方面的见解和经验，为他们提供思想领导。
数据作为第四支柱 提出了将数据视为企业成功的基本元素的理由，与人员、流程和技术同等重要。该书面向董事会、首席执行官和高级管理人员，概述了一种将数据战略嵌入业务决策核心的结构化方法。它引入了一个成熟度框架和实用指标，例如总可寻址值（TAV）和预期可寻址值（EAV），以帮助组织量化数据计划的影响。作者还探讨了数据和人工智能之间的相互作用，强调了它们如何相互增强。以 AUDI AG 的 Rüdiger Eck 的案例研究为支持，该书将理论与实际应用相结合，使其成为小型和大型企业领导者在今天竞争激烈、数据驱动的环境中导航的实用指南。
您的书名将数据称为第四支柱。您能否总结一下前三支柱是什么，以及为什么数据应该被视为第四支柱？
前三支传统/现有的支柱是人员、流程和技术。每个支柱都是随着企业的成熟而添加的。历史上，数据只是这些支柱的运营副产品，由 IT 管理。现在，在人工智能优先的时代，数据不再是副产品。它是价值的主要驱动力，也可能使企业面临风险 – 因此我们称之为数据火焰。为了成功，数据必须被提升到与人员、流程和技术同等的第四支柱。有了数据作为第四支柱，每个支柱都会产生飞轮效应，相互促进和受益。数据作为第四支柱确保数据获得与人员、流程和技术同等的高管和董事会关注，转变为从成本中心到可衡量的企业资产，推动业务增长。
首席数据官（CDO）的职位被描述为核心职责，建议与首席执行官、首席技术官和其他高级管理人员进行沟通。您能否概述一下这个职位的内容和主要职责？
CDO 作为数据支柱的领导者，是价值驱动者，推动业务成果；开发数据强度（QCS – 质量、合规性和速度）以适应业务用例；不断平衡和增长数据需求和供应（通过数据运营模型 DOM）；在数据支柱中带来执行卓越，包括人员、流程和技术；并且是企业范围内结构性变革的变革代理人，得到董事会和首席执行官的赞助，以及其他支柱领导者的参与。
为什么收集和执行数据对于大规模利用人工智能至关重要？
再次，数据就像火焰。它为人工智能提供燃料。人工智能模型必须从数据中学习模式、关系和行为，以便能够产生业务影响。另外，对于人工智能，非结构化数据（如 PDF、图像和视频）变得至关重要。大多数企业目前尚未成熟地处理非结构化数据。此外，人工智能模型变得或已经成为一种商品 – 数据创造了从使用人工智能模型中获得的差异化。
这本书详细介绍了数据强度。您能否简要解释一下这意味着什么以及为什么它很重要？
数据强度是衡量数据是否适合加速业务价值的指标，特别是用于扩大人工智能。每个业务案例都需要不同强度的数据。我们的书介绍了 QCS 框架来衡量数据强度，包括三个关键维度：
- 质量： 数据是否准确、完整、一致和可靠？这是“垃圾进，垃圾出”的原则。低质量的数据会导致有缺陷的分析和不可靠的人工智能。
- 合规性： 数据是否遵守所有法律和道德标准，例如隐私法规（如 GDPR）和行业特定规则？不合规的数据会带来巨大的风险。
- 速度： 数据是否能够快速提供以便于决策？这指的是数据被收集、处理和提供用于决策的速度（例如实时处理与批处理）。传统上，企业已经成熟到可以在一个或两个维度上执行。银行能够交付 Q 和 C 维度，而初创企业则专注于 Q 和 S 维度。企业在人工智能优先时代面临的挑战是同时在三个维度（Q、C 和 S）上高水平执行并保持一致性。
为什么定义数据战略很重要，为什么它经常被忽视？
定义数据战略至关重要，因为它作为直接连接所有数据活动与企业业务战略的蓝图。它概述了开发和利用数据能力以加速业务成果的路线图，例如增加收入、提高效率和建立竞争优势。
尽管如此，数据战略经常被忽视，主要有以下几个原因。商业领导者过去将数据视为业务运营的副产品和技术 IT 问题，而不是高管层面的战略职能。没有明确的所有者，例如首席数据官，这项基本工作经常陷入领导真空。因此，公司经常跳过建立坚实的数据基础直接开始令人兴奋的人工智能项目，这也是为什么他们中的很多人失败的主要原因。
您能否详细说明什么是数据治理框架，它与数据战略有什么不同，以及为什么它对于减轻与数据使用相关的风险至关重要？
数据战略定义了企业希望通过其数据实现的目标。相比之下，数据治理框架使业务用例能够以所需的数据强度（Q、C 和 S）使用数据，以便能够实现预期的价值。
数据治理框架对于减轻风险至关重要。没有治理，数据就会成为一种负担。它确保遵守法规，如 GDPR，防止巨额罚款和法律问题。它建立了保护数据免受泄露和随后声誉损害的安全和隐私标准。执行数据质量防止基于有缺陷信息的昂贵业务决策。人工智能代理只有在接收到所需速度的数据时才有用。
可以这样想：您的战略是地图上的目的地；您的治理框架是您遵循的交通规则，以免发生碰撞。
您还讨论了数据运营模型（DOM）的概念。您能否解释一下这是什么，以及它如何帮助组织实现其数据战略？
数据运营模型（DOM）是满足数据需求的数据供应引擎。DOM 通过将高层次目标转化为具体、可重用的行动来实现战略。它是一个实用的框架，用于以所需的数据强度交付数据，包括人员、流程和技术。
虽然拥有正确的数据战略和治理可以确保良好的意图，但成功往往取决于数据采纳和数据工程管理。您能否简要讨论这两个元素以及为什么高管应该密切关注它们？
数据的成功取决于数据采纳和数据工程管理。
数据采纳是文化方面 – 您的团队实际上使用数据来做出日常决策。没有采纳，整个数据支柱的投资就会白费。
数据工程管理是技术骨干 – 构建和维护可靠的“数据工厂”，以满足数据强度（QCS）要求的数据收集和处理。
高管必须支持这两者。采纳不良意味着投资白费。工程不良意味着业务运营不佳的数据（即不满足所需的数据强度），导致昂贵的错误、侵蚀信任、产生合规问题，并使任何人工智能计划变得不可能。
这本书是为大型企业撰写的，他们有明确的角色，如首席数据官、数据风险管理、数据访问管理和数据质量与可观察性团队。为什么小型公司也应该考虑这本书，他们如何在没有这些角色的情况下弥补？
对于小型公司来说，数据通常是其最大的区别。从一开始就建立正确的“数据作为第四支柱”的 DNA 比较容易，而不是以后再修复一个大型传统组织。早期建立正确的数据基础提供了巨大的竞争优势，有利于增长和未来的人工智能采用。就像一位小型企业的首席执行官告诉我们：对于我来说，数据是第一支柱，我也是首席数据官。
如果您想让读者从您的书中获得一个关键的收获，那么这个收获是什么？
最终的收获是，企业必须立即实施结构性变革，以建立数据作为运营模型中与人员、流程和技术同等的第四支柱。这是一个存在性决策，董事会和高管必须支持，因为数据是决定性差异化和成功扩大人工智能所需的不可或缺的基础。未能将数据嵌入核心支柱的企业将面临不相关性风险，并将在人工智能优先的时代难以竞争。现在行动的时间到了！
感谢这次精彩的采访，希望读者能够通过阅读 数据作为第四支柱 了解更多信息。
免责声明: 本文中表达的观点是作者的观点，不一定反映他们当前或过去雇主的观点。
